人工智能正在改变我们工作、学习、沟通和解决问题的方式。从加速医学研究到改善天气预报和优化商业运营，AI 有潜力成为我们这一生中最具影响力的技术之一。
但每一次技术革命都伴随着权衡。
在每一个 AI 生成的答案、图像、推荐和预测背后，都是一个日益扩张、全天候运作的数据中心网络。根据国际能源署的数据，到 2030 年，数据中心的电力需求预计将增长一倍以上，而推动这一增长的很大一部分正是 AI 负载。
这种电力如何被生产出来，将决定的不仅是气候结果，还有人们呼吸空气的质量。挑战不在于 AI 是否应该继续发展，而在于我们如何确保支撑它的基础设施以保护公共健康、环境和空气质量的方式增长。
在 IQAir，我们正处于 AI 技术与空气质量的交汇点。我们在业务的各个方面运用 AI，同时也始终关注自身的环境足迹。这就是为什么我们专注于打造更节能、采用更可持续材料和工艺、并且设计寿命远超十年的产品。
AI 可持续发展中缺失的指标：空气质量
AI 基础设施越来越不仅仅是能源问题，也是空气污染问题。
在许多地区，日益增长的电力需求仍然主要依赖化石燃料来满足，而化石燃料约占全球总能源产出的 80%。这意味着氮氧化物和细颗粒物（PM2.5）的额外排放，而这些污染物与哮喘、心脏病、呼吸系统疾病以及过早死亡有关。
PM2.5 造成了与空气污染相关的近 90% 的健康影响。换句话说，最小的颗粒产生了最大的后果。
这就是 AI 基础设施变得具体可感的地方。在全球最大的几个数据中心集群之一——北弗吉尼亚，研究人员估计，与拟建的一个 AI 相关数据中心相联系的空气污染每年可能造成 5300 万至 9900 万美元的健康损失，包括过早死亡和呼吸系统疾病。
这正是大多数 AI 可持续发展讨论中的盲点。排放不仅是全球碳排放问题，也是本地空气质量问题。
环境正义正在成为一个 AI 问题
基础设施的地理分布很重要。
哈佛大学的研究表明，拟建的、空气污染影响最高的 AI 相关能源项目，往往位于社会脆弱性更高、收入更低、呼吸系统疾病基线发病率更高的社区（1）。
这并不是一个新模式。在美国，化石燃料发电厂历史上更有 31% 的可能建在历史性红线划定社区附近并位于其上风向。
人们担心的并不是 AI 本身具有独特的危害，而是由 AI 驱动的能源需求可能会强化现有的基础设施模式，使政治和经济力量最弱的社区承担不成比例的环境负担。
如果人工智能正在重塑社会，那么它的实体足迹就不能复制过去和当下的不平等。
看待 AI 基础设施的一种不同方式
传统观点把数据中心视为数字基础设施。更准确的看法是，它们可被视作空气质量基础设施的代理。这种表述很重要，因为它改变了设计问题的本质。
问题不只是如何让数据中心更高效，而是如何确保 AI 的增长不会无意中增加已承受过重负担社区的污染暴露。
这就要求我们超越仅以碳为唯一指标的做法，把空气质量和健康结果纳入基础设施规划。
负责任的 AI 增长究竟需要什么
前进的道路不是放慢 AI 的发展，而是让战略投资与社会影响保持一致。关键在于以不同方式建设 AI 基础设施：把公共健康和空气质量纳入考量。
这包括：
- 要求 AI 增长伴随清洁能源部署，而不仅仅是能源采购
- 优先发展由可再生能源供电并获得可再生能源资金支持的 AI 数据中心，并加速摆脱依赖化石燃料的电网
- 设计能够降低电网峰值压力的数据中心运营方式，因为在峰值时段，化石燃料的使用往往是高
- 提高电力来源、排放以及本地空气质量影响方面的透明度
- 抵消 AI 数据中心造成的空气污染，并将资源投入受数据中心影响的社区
- 设计更节能的 AI 超级计算机，并采用全行业统一的能源性能标准，让能效与计算能力同等重要
这也意味着，如果在不规划能源来源的情况下，总需求持续上升，那么仅靠效率本身是不够的。
大多数人没有想到的影响
AI 常常被描绘成一个关于生产力的故事。它同时也是一个关于空气质量的故事，而且越来越成为一个关于气候与公共健康的故事。
但这并不是技术与可持续性之间取舍的故事。它是一个设计问题：我们究竟是在构建会把环境成本外部化的系统，还是从一开始就将其内部化。
最重要的转变是概念上的：AI 基础设施不只是数字基础设施。我们需要开始把 AI 基础设施视为对空气质量和环境产生现实影响的基础设施。
如今的机会在于，确保我们正在构建的智能不会以人们呼吸的空气为代价，而是帮助创造一个更清洁、更公平的能源未来。
如果我们及早认识到这一点，我们仍然有时间塑造我们的未来。
